DATA MINING REKOMENDASI CALON MAHASISWA BERPRESTASI DI STMIK DENPASAR MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION

Abstract

Perkembangan teknologi yang semakin pesat dan tidak bisa dipungkiri bahwa teknologi sebagai kebutuhan sekunder bagi para penggunanya. Sejauh ini teknologi juga telah diterapkan pada beberapa bidang, salah satu contohnya kehadiran teknologi di sektor pendidikan yang memudahkan para penggunanya untuk melakukan proses penilaian prestasi. Sistem penilaian dan pencatatan yang dilakukan STMIK Denpasar masih konvensional sehingga mempersulit para dosen dan ketua yayasan untuk melakukan analisis lebih lanjut mengenai keadaan calon mahasiswanya. Selain dari itu, penilaian yang dilakukan pun lebih berfokus ke dalam bidang akademis (penguasaan konsep). Permasalahan yang dihadapi oleh pihak manajerial STMIK Denpasar adalah bagaimana memanfaatkan teknologi data mining untuk menentukan prestasi calon mahasiswa baru. Dengan sistem rekomendasi perangkat lunak menyediakan saran untuk items yang bisa digunakan oleh user. TOPSIS adalah salah satu metode pengambilan keputusan multikriteria. Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Aplikasi telah berhasil memilih mahasiswa berprestasi dengan menggunakan TOPSIS dengan rata-rata access time 0.27268 detik dengan bobot 6 data sampel uji. Implementasi metode TOPSIS pada studi kasus mahasiswa berprestasi dengan menyaring bobot standar minimal hasil TOPSIS untuk diambil 2 nilai rangking terbaik pada ambang batas di atas 0.5. Kinerja TOPSIS dibandingkan dengan metode K-Means Clustering dari aspek access time TOPSIS lebih cepat yaitu 0.27268 detik sedangkan K-Means Clustering 0.3818 detik. Kinerja TOPSIS dibandingkan dengan metode K-Means Clustering dari aspek hasil TOPSIS menghasilkan rekomendasi yang sama dengan K-Means Clustering.
Kata Kunci : TOPSIS, Rekomendasi, Prestasi, Datamining

Rapid technological developments and can not be denied that technology as a secondary requirement for its users. So far the technology has also been applied in several fields, one example the presence of technology in the education sector that allow its users to make the process of achievement assessment. The assessment system and records STMIK Denpasar still conventional so difficult for lecturers and chairman of the foundation to do further analysis about the state of student candidates. Apart from that, the assessment was more focused on the academic field (mastery of concepts). Problems faced by the managerial STMIK Denpasar is how to leverage data mining technology to determine the achievement of new students.With system software recommendations provide suggestions for items that can be used by the user. TOPSIS is one method of decision-making multicriteria. This method is widely used to complete the decision making in practice. The application has been successfully choose the best students by using TOPSIS with an average access time 0.27268 seconds with 6 weights the data of the test sample. Implementation of TOPSIS method in a case study the best students with a minimum standard weighting filter results TOPSIS to take second best rank value on the threshold above 0.5. TOPSIS performance compared to K-Means Clustering method of aspect TOPSIS faster access time is 0.27268 seconds while K-Means Clustering 0.3818 sec. TOPSIS performance compared to K-Means Clustering method of aspect results of TOPSIS produce the same recommendation to the K-MeansClustering.
keyword : TOPSIS, Recommendations, Achievements, Datamining